MÓDULO 5.1

🎨 Por que o padrão sai genérico

Peça pra um agente "fazer um site" sem mais nada e você recebe sempre a mesma cara: fundo branco, botão azul arredondado, tudo centralizado. Não é falha, é a matemática do treino aparecendo. Entender por que isso acontece é o que justifica os três próximos módulos da trilha.

6
Tópicos
22
Minutos
Iniciante
Nível
Teoria
Tipo
0 de 60%
1

👃 O "cheiro de IA" que todo mundo reconhece

Novo aqui? Front-end é a parte de um site ou aplicativo que a pessoa vê e toca na tela — botões, cores, textos, layout. É diferente do "back-end", que é o motor por trás (banco de dados, regras de negócio) que ninguém vê diretamente. Quando este módulo fala em "o site que o agente produz", está falando do front-end.

Você já deve ter visto: fundo branco ou cinza-clarinho, um título grande e centralizado, um botão azul com cantos arredondados escrito "Get Started" ou "Saiba mais", ícones genéricos, tipografia do sistema. Não importa o assunto do site — receita de bolo, currículo, loja de roupa — o resultado padrão de um agente de IA sem instrução visual tende a essa MESMA cara. Isso já tem apelido entre quem trabalha com IA: "cheiro de IA" (no original em inglês, "AI slop" ou "AI smell") — o visual que denuncia, à primeira vista, que ninguém colocou a mão ali.

💡 Conceito Principal

O padrão genérico não é um bug isolado — é um conjunto de decisões visuais repetidas, sempre as mesmas, porque vêm da mesma fonte: a média do que o modelo já viu.

  • Fundo branco ou `#f8fafc`, cartão central com sombra suave.
  • Botão azul (quase sempre o mesmo tom de azul), arredondado, "Get Started".
  • Fonte padrão do sistema (Inter, Arial, ou a que o framework já traz de fábrica).
Branco
Fundo padrão
Azul
Botão padrão
Centro
Layout padrão
Sistema
Fonte padrão
2

📊 Por que a média estatística vence

Novo aqui? Um modelo de IA (o "cérebro" que interpreta seu pedido e gera o resultado) foi construído num processo chamado treinamento: mostraram a ele milhões de exemplos reais — nesse caso, milhões de páginas de front-end escritas por gente do mundo inteiro — e ele aprendeu os padrões que mais se repetem nesses exemplos. Ele não "decorou" um site específico; ele aprendeu estatisticamente o que costuma vir depois do quê.

Isso tem uma consequência direta: quando você pede algo vago ("faz um site bonito"), o modelo não tem de onde escolher — então ele converge para a resposta mais provável, ou seja, a média estatística de tudo que ele já viu. E a média de milhões de sites de front-end tende ao mesmo lugar: azul (cor mais usada em botões de CTA no mundo todo), branco (fundo mais seguro e mais comum), fonte do sistema (a que sempre funciona sem configurar nada). Não é preguiça do modelo — é matemática de probabilidade fazendo exatamente o que foi treinada pra fazer.

"Faz um site" (sem referência) Pedido vago Milhões de exemplos vistos (treinamento) Média estatística o "seguro" mais provável Genérico "cheiro de IA" "Faz um site, com esta referência" (guiado) Pedido + cores/exemplos Vazio preenchido com a sua referência Identidade própria reconhece a marca

Legenda: em cima, o pedido vago cai na média de tudo que o modelo já viu e sai genérico; embaixo, o mesmo pedido com referência visual preenche o vazio com a sua cara em vez da média — essa é a diferença que os módulos 5.2 e 5.5 vão te ensinar a construir.

🔍 Por dentro

  • Treinamento: o processo em que o modelo aprendeu, olhando milhões de exemplos, o que costuma acompanhar o quê.
  • Convergir para a média: quando falta instrução específica, o modelo escolhe a resposta estatisticamente mais provável — o "mais visto", não o "mais certo pra você".
3

👁️ Sem referência e sem critério de olhar

Há uma segunda causa, tão importante quanto a primeira: o agente que escreve o código de um site não necessariamente o resultado. Um prompt (o pedido em texto que você digita pro agente) descreve o que você quer em palavras — mas texto não é imagem. A menos que alguém force o agente a tirar um print da tela e olhar pra ele como um designer olharia, ele está trabalhando "às cegas": escrevendo HTML e CSS certos tecnicamente, mas sem checar se aquilo ficou bonito, equilibrado, com a personalidade certa.

Junte as duas causas e você entende o problema por inteiro: (1) sem referência de marca, cores ou exemplo visual, o modelo preenche os vazios com o que é estatisticamente "seguro" nos dados de treino; (2) sem alguém — ou algo — forçando um olhar crítico sobre o resultado, nada corrige esse primeiro instinto. As duas causas juntas é que explicam o "cheiro de IA" — e as duas têm solução, que é justamente o resto desta trilha.

✓ O que resolve a causa 1 (falta de referência)

  • Dar cores da marca, fontes e exemplos concretos no pedido
  • Uma skill de design (regras fixas de estilo, guardadas e reutilizadas) — assunto do módulo 5.2
  • Uma pasta de marca com identidade visual pronta — módulo 5.6

✗ O que NÃO resolve nada disso

  • Pedir de novo com as mesmas palavras vagas, esperando algo diferente
  • Pedir "mais criativo" ou "mais bonito" sem dar nenhuma referência concreta
  • Trocar de modelo de IA achando que outro "cérebro" resolve sozinho

💡 Dica Prática

Pense assim: você não julgaria a decoração de uma sala de olhos fechados. O agente, sem alguém forçar o "olhar", está decorando de olhos fechados. O módulo 5.3 ensina exatamente como abrir esses olhos — o laço de tirar print, olhar e corrigir.

4

🖼️ Antes e depois, lado a lado

Para deixar isso concreto, veja a mesma tarefa — "criar a landing page de uma padaria de bairro" — pedida de dois jeitos diferentes. O texto abaixo descreve o que sairia de cada pedido, ponto a ponto, exatamente como um designer descreveria dois wireframes (esboço simplificado de layout, sem detalhes finais) colocados lado a lado.

✗ Sem referência (genérico) Get Started 🎂 ✓ Com referência (guiado) Reserve seu pão foto real do pão

Legenda: mesma tarefa, dois resultados. À esquerda, sem cor/fonte/foto de referência, o modelo cai na média (azul, arredondado, ícone genérico). À direita, com a paleta terracota/creme da padaria e uma foto real do produto informadas no pedido, o resultado já nasce com identidade — sem precisar de "mais criatividade", só de mais informação.

📋 O que mudou, ponto a ponto

  • Cor: azul padrão de CTA → terracota e creme, cores reais da padaria.
  • Botão: "Get Started" arredondado genérico → "Reserve seu pão", com o verbo do negócio.
  • Imagem: ícone de bolo emoji → foto real do produto (referência dada no pedido).
  • Tipografia: fonte padrão do sistema → escolha alinhada ao tom "artesanal" da marca.
5

🧪 Peça você mesmo e veja o padrão aparecer

A melhor forma de internalizar este módulo é ver o fenômeno com as próprias mãos, uma vez só, antes de aprender a evitá-lo. Objetivo: confirmar, no seu próprio Claude Code, que um pedido vago de front-end realmente cai no padrão genérico descrito acima — sem nenhuma instrução de estilo, cor ou marca.

terminal — Claude Code copiar e colar
Crie uma landing page em HTML/CSS para 
com um formulário de contato e uma seção de depoimentos. Não me dê nenhuma cor, fonte ou
referência de estilo — decida você mesmo o visual.

Resultado típico: fundo branco/cinza-claro, título centralizado em negrito, botão azul arredondado escrito algo como "Get Started" ou "Fale conosco", cartões de depoimento idênticos entre si, fonte do sistema. Se o seu resultado bater com essa descrição — como bate na grande maioria dos casos — você acabou de reproduzir o fenômeno deste módulo.

Como verificar

  • Abra o arquivo HTML gerado num navegador (duplo clique nele).
  • Confira: o azul do botão é próximo de #2563eb ou #3b82f6? O fundo é branco ou cinza bem claro? O layout está tudo centralizado numa coluna só?
  • Se sim aos três, você confirmou o padrão — e já tem, na mão, o "antes" que os módulos 5.2 e 5.3 vão te ensinar a transformar em "depois".

⚠️ Atenção

Não peça pro agente "melhorar o design" agora, sem referência nenhuma — ele provavelmente vai só trocar um genérico por outro genérico. A correção de verdade exige as ferramentas dos próximos dois módulos, não insistência.

6

🗺️ A solução vem em duas partes

Você acabou de ver as duas causas do problema: falta de referência visual, e falta de um critério automático de "olhar" pro resultado. Os dois próximos módulos atacam exatamente essas duas causas, nessa ordem.

1

5.2 — Skill de design global

Ataca a causa 1: você grava, uma vez, um conjunto de regras de estilo (paleta, tipografia, princípios) que o agente passa a consultar sempre — em vez de adivinhar, ele consulta a referência.

2

5.3 — O laço de screenshot

Ataca a causa 2: o agente aprende a tirar um print da própria página, "olhar" para ele e comparar com o esperado, corrigindo antes de te entregar — o critério estético que faltava.

3

Do 5.4 em diante

Limites do laço automático, referência de marca de verdade, pasta de marca, e o build final: uma landing page publicada de ponta a ponta.

🎯 Conceito Principal

  • Ferramenta certa + processo certo elevam o resultado a quase-profissional — mas não sem julgamento humano final.
  • Skill (5.2) resolve a entrada; laço de screenshot (5.3) resolve a saída. Os dois juntos é que fecham o ciclo.

Checagem rápida (opcional): por que um pedido vago de front-end tende a sair sempre com a mesma cara?

Resumo do Módulo

Cheiro de IA: fundo branco, botão azul arredondado, layout centralizado — a assinatura visual de um pedido sem instrução.
Causa 1: sem referência, o modelo converge para a média estatística do que viu no treino.
Causa 2: o agente escreve código sem "ver" o resultado, a menos que alguém force esse olhar.
Solução: skill de design (5.2) resolve a entrada; laço de screenshot (5.3) resolve a saída.

Próximo módulo:

5.2 — Skill de design global: gravando as regras de estilo que o agente vai consultar sempre